KMV模型对信用风险度量的适用性研究——以我国十家上市汽车制造公司为例

近年来,我国汽车制造行业快速发展,公司大力筹集资金扩张资产规模和生产能力,但随之而来的风险也大大增加。为此,本文引入KMV模型,利用KMV模型对我国已上市的一部分汽车制造公司的风险进行度量,旨在充分揭示上市公司的信用风险并得出结论。     

上市公司信用风险预警的实证分析——基于KMV模型

本文运用KMV模型,对中国A股上市的2000多家公司进行了实证分析和检验,事实发现,KMV模型的假设条件在现实生活中不容易满足,并且KMV模型并不能在财务风险预警上取得良好的效果,很多非ST公司的违约概率要高于ST公司的违约概率。这一现象有可能是因为KMV模型自身的问题,如需要资产满足正态分布,不区分长短期债务时间,单纯考虑违约风险等。     

论中国银行业经营管理面临的挑战——基于违约风险的中国商业银行的贷款定价

随着我国稳步推进利率市场化,要求我国银行按照市场风险来确定贷款利率.由于在金融市场中信用风险是最为基本、危害最大的一类风险,本文将通过美国KMV公司提出的信用监控KMV模型着重考察商业银行基于考虑违约信用风险的时候的贷款利率的确定问题.     

基于KMV模型对我国上市保险公司的信用风险度量

目前,我国对保险公司的监管主要是静态监管,不能完全满足未来经济发展对保险业监管提出的挑战。为此,本文在介绍了KMV模型后,利用KMV模型对我国已上市的保险公司的风险进行了度量,旨在探讨在未来时机成熟时保险监管中引入KMV模型,利用KMV模型良好的风险预测能力,加强和改善保险监管的可能性。     

商业银行信用风险评估方法的研究综述

信用风险是我国金融机构所面临的最主要风险之一。科学精确地度量信用风险,把握风险状况对我国金融体系稳定性的维护具有重要意义。KMV方法提出,更能客观的量化风险的大小。本文介绍了KMV模型计算信用风险敞口亏损分布的算法,结合中国实际,研究KMV模型参数修正方法,最后对我国商业银行风险管理提出了合理化的建议。     

商业银行信用风险评估方法的研究综述

信用风险是我国金融机构所面临的最主要风险之一。科学精确地度量信用风险,把握风险状况对我国金融体系稳定性的维护具有重要意义。KMV方法提出,更能客观的量化风险的大小。本文介绍了KMV模型计算信用风险敞口亏损分布的算法,结合中国实际,研究KMV模型参数修正方法,最后对我国商业银行风险管理提出了合理化的建议。     

MATLAB在银行信用风险量化模型KMV中的应用

本文介绍了使用Matlab微分方程数值解函数在银行信用风险量化模型KMV中的应用,通过KMV模型度量我国上市公司信用风险,给出了实证计算。     

中小上市公司违约风险评估研究——基于修正的KMV模型

国内中小上市公司随着经济下行压力的刺激而加速了其信用风险的暴露,然而目前相对缺乏一套成熟的用于违约风险评估的方法体系。基于KMV模型的优越性及国内中小上市企业的特殊性,本文指出利用GARCH修正后的KMV模型可以有效地为我国中小上市企业违约风险度量提供判断依据。并据此选取30只ST与非ST中小企业板上市公司股票为样本,对其2014~2016年的财务数据和股票交易数据进行实证分析。研究结果表明,修正后的KMV模型适用于度量经济新常态时期中小板上市公司违约风险水平。     

KMV模型在我国商业银行信用风险管理中的适用性分析及实证检验

在介绍 KMV 模型、Credit Metrics 模型、Credit Risk+模型和 Credit Portfolio View 模型这四种国际流行的信用风险管理方法的基础上,基于定性和定量分析相结合,对这四种信用风险管理方法进行比较分析,认为 KMV 模型最适合我国目前的国情。以2013年45家 ST 公司和与之配对的45家非 ST 公司以及2014年20家 ST 公司和与之配对的20家非 ST 公司为样本,对样本的违约距离进行实证检验。实证结果表明 KMV 模型基本上能够识别上市公司的信用状况,但是也有一些企业的违约距离不符合实际情况,这也说明该模型在我国商业银行信用风险度量中的识别能力有限,究其原因可能与该模型所要求的一些假设条件在我国尚不能得到有效满足等因素有关。因此,我国商业银行在对债务企业进行信用评价时,综合利用KMV 模型与债务公司的财务数据会使信用风险的度量结果更加可靠。     

基于KMV模型对客户信用风险的研究

信用风险的研究对于银行、债券发行者来说是一种十分重要的影响因素,其普遍性和复杂性要求我们不仅对其重视而且要进行量化分析。本文采用KMV模型,以银行客户的信用为例进行风险预测,并运用该模型针对某银行客户的财务数据和股市数据进行实证分析,得出这些公司的信用风险状况,进而得出KMV模型在判别我国上市公司信用风险方面有效的结论。     

KMV模型对我国上市公司信用风险度量的实证研究

信用风险已成为当今金融市场的重要风险。随着金融市场许多新情况和新问题的出现．建立新的适用我国信用风险管理水平的度量模型显得十分重要。本文针对我国特有的经济环境,运用并修正KMV模型,基于市场价格变动信息评价我国证券市场上绩优公司与绩差公司的信用风险．通过实证来检验模型识别上市公司信用风险的能力,结果表明该模型能较好的识别这两类公司的信用风险,最后对我国建立信用风险管理体系提出政策建议。     

修正后的KMV模型对我国上市公司信用风险度量的适用性分析

信用风险已成为当今金融市场的重要风险之一。本文试图通过修正KMV模型使之更适用于我国上市公司信用风险度量。通过实证研究对其结果加以分析表明,修正后的KMV模型由于数据采集相对容易,计算操作简便,比较适合目前我国的信用风险管理水平,可用于对我国上市公司信用风险的度量,在我国信用风险管理领域有着广阔的发展空间。     

国内关于现代信用风险度量模型的研究综述

信用风险是金融机构面临的重要风险。目前国际上最具影响力的信用风险度量模型有四个:KMV、CreditMetrics、CreditRisk+、CreditPortfolioView。本文通过对近年来国内学者关于各个模型的研究文献的回顾,总结出四大模型的基本框架,分析它们各自的特征和适用性,并讨论其在我国金融机构信用风险管理中的应用。结果表明:现阶段,KMV模型更适合我国金融机构。     

基于会计信息的KMV模型实证研究

本文借助KMV模型框架,运用统计方法对大量的公司财务报表数据进行模型参数估计,计算得到了非上市公司的违约距离和经验EDF函数,实现了违约概率的模型估计。实证表明,我国公司在违约距离或违约数量上的真实概率分布均呈现显著的T分布和肥尾特性;违约距离具有较高的风险区分能力;由会计信息进行参数估计的模型导出的EDF具有较高的风险标识精度;进而表明基于会计报表数据的违约风险模型和基于资本市场数据的模型在实证上的有效性非常近似。     

基于商业银行内部数据的KMV模型实证研究

本文借助KMV模型框架,对商业银行拥有的大量公司财务报表数据运用统计方法进行模型参数估计,计算得到了非上市公司的违约距离和经验函数,实现了违约概率的模型估计。实证表明,我国公司在违约距离或违约数量上的真实概率分布均呈现显著的T分布和肥尾特性;违约距离具有较高的风险区分能力;由会计信息进行参数估计的模型导出的具有较高的风险标志精度;进而表明基于会计报表数据的违约风险模型和基于资本市场数据的模型在实证上的有效性非常近似。     

基于KMV模型的企业违约点的修正研究

根据KMV模型理论,企业的违约率是由企业价值与违约点的距离决定的,其中违约点计算的经验公式由KMV公司给出。本文以我国上市公司为研究对象,通过挖掘财务报表信息,对各公司债务结构进行分析,并重新划分获得三类债权数据,以三类资产负债率为自变量进行拟合,消除公司规模间差异,从而获得适用我国上市公司违约点计算的一般公式。     

KMV模型与信用风险测度的实证分析

KMV模型是众多信用风险测度模型中比较成熟的一种,它结合了期权定价理论直接利用股票市场的数据进行信用风险管理,具有广阔的应用前景。将这个模型应用到我国的上市公司的信用风险评估中,利用深圳股市能源板块公司的数据,初步实现了运用KMV模型对中国上市公司的信用风险进行估测,并对影响信用风险的相关因素进行了回归分析的探讨,得出偿债能力、公司治理、成长能力显著影响能源企业的信用风险。     

基于会计信息的KMV模型实证研究

本文借助KMV模型框架,运用统计方法对大量的公司财务报表数据进行模型参数估计,计算得到了非上市公司的违约距离和经验EDF函数,实现了违约概率的模型估计.实证表明,我国公司在违约距离或违约数量上的真实概率分布均呈现显著的T分布和肥尾特性:违约距离具有较高的风险区分能力;由会计信息进行参数估计的模型导出的EDF具有较高的风险标识精度;进而表明基于会计报表数据的违约风险模型和基于资本市场数据的模型在实证上的有效性非常近似.     

基于修正后KMV模型对于上市公司信用风险度量的实证研究

信用风险已成为当今金融市场的重要风险之一。本文以2013年沪深两市20只上市公司股票作为研究样本,通过运用GARCH(1,1)等方式修正KMV信用监控模型中的主要参数,使之更适用于我国上市公司信用风险度量。实证研究结果表明,修正后的KMV模型与传统信用评估流程相比,数据采集相对容易,操作流程更为简便,且具有较强的前瞻性,比较适用于度量我国上市公司的信用风险水平,在我国信用风险管理领域有着广阔的发展空间。     

基于KMV模型与外部资信评级体系的上市公司信用风险度量研究

本文引入2007年新华远东对中国上市公司资信评级结果作为研究样本,并且依据其评级方法引入2007年证监会发出处罚公告的上市公司作为违约部分的拓展样本,采用KMV模型对这些样本公司的违约距离进行度量。结果显示:KMV模型能够很好的区分新华远东资信评级体系中信用等级平均水平以上、平均水平以下、违约级的样本公司,并据此划分出了违约距离等级区间。这对投资者提前识别上市公司潜在的信用风险以及正确度量信用风险,以使投资者能够及时采取措施规避风险具有重要的现实意义。